近日，中国农业科学院农业资源与农业区划研究所农业遥感创新团队提出了基于雷达遥感的冬小麦叶面积指数反演新模型，实现了区域作物叶面积指数的高精度获取。该研究成果在线发表于《环境遥感》。

作物叶面积指数是与作物产量形成密切相关的农学指标，准确获取大范围作物叶面积指数信息对利用遥感技术进行作物生长监测和产量预报具有重要意义。然而，依靠传统光学遥感获取作物叶面积指数易受大气、云雨等干扰，不仅增加了叶面积指数获取难度，且获取精度也受到一定影响。雷达遥感不受大气、云雨的干扰，具有全天时、全天候的监测能力，因此，基于雷达遥感进行作物叶面积指数等作物参数的获取成为近些年的研究热点。

该项技术主要完成人吴尚蓉介绍，该模型在充分考虑不同生育期作物形态特征基础上，耦合微波散射模型和冠层散射模拟模型，以达到提高作物叶面积指数获取精度的目的。目前，基于商用雷达卫星RADARSAT-2遥感影像，该项技术已经在我国华北平原河北省衡水市冬小麦叶面积指数区域获取中得到应用，且获得了较高精度的反演结果。这为我国实现全天时、全天候农作物参数信息获取及农作物监测提供了良好技术积累。今后，将针对国产雷达卫星和更多作物开展该项技术的研究和应用。

吴尚蓉说，该模型为通过主动微波获取区域作物叶面积指数提供了新的思路，对实现全天时、全天候且不受大气、云雨等条件影响的作物参数定量获取和作物生长监测具有重要意义，为农业、生态以及气候变化等研究必需的高精度作物参数获取提供了新的技术手段。

相关论文信息：https://doi.org/10.1016/j.rse.2020.111681